원자력발전소의 주요 계통에서 발생하는 느슨한 부품은 장비의 내부 표면과 충돌할 수 있으며, 특히 증기발생기와 같은 고속 영역에서 상당한 안전 위험을 초래한다. 이러한 충돌은, 특히 증기발생기 튜브의 용접 이음부 인근에서 균열을 유발하고 냉각재 누설로 이어질 수 있다. 이러한 위험을 완화하기 위해 원자력발전소는 규칙 기반 알고리즘에 따라 경보를 발생시키는 느슨한 부품 모니터링 시스템을 사용한다. 그러나 현재의 방법은 분석자의 숙련도에 의존하며, 적시에 분석하기가 어렵다. 본 논문은 검출된 모든 느슨한 부품의 질량과 그 충격 위치를 추정하기 위한 컨볼루션 신경망(CNN) 모델을 제안한다. CNN 모델은 카르테시안 좌표와 위그너-빌 분포(Wigner-Ville distribution)로부터 유도된 위치 불변 손실 함수(position-invariant loss function)를 사용한다. 제안된 방법은 원자력발전소의 주요 계통 증기발생기를 모사하기 위해 특별히 설계된 1/4 스케일 테스트베드에서 획득한 충격 신호를 사용하여 검증한다. 본 연구는 제안된 방법이 기존 방법보다 3차원 구조 내부의 느슨한 부품에 대한 충격 위치와 질량을 더 정확하고 빠르게 추정할 수 있음을 실험적으로 확인한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.